Уникальные публикации PubMed, Europe PMC и Crossref, сохранённые в библиотеке. Одна статья учитывается один раз, даже если получена из нескольких источников. Личные исследования и документы команд не публикуются.
Идёт проверка счётчикаДоступно в поиске—
Публикации, уже подготовленные для быстрого поиска. Остальная библиотека подключается в фоне.
Переведено на русский—
Готовые переводы среди доступных в поиске публикаций. Автоматический медицинский перевод и проверка специалистом учитываются отдельно.
Полные тексты—
Найденные полные тексты среди доступных в поиске публикаций. Доступность определяется первоисточником и условиями использования.
Оригиналов на русском—
Русскоязычные оригиналы доступны без ожидания перевода. Ниже — языки остальных оригиналов; для них готовится медицинский перевод на русский.
Пополняем библиотеку по диагнозам—Проверяем состояние обновлений
Для каждого диагноза из справочника МКБ-10 ищем связанные публикации в научных базах и добавляем их в библиотеку. Числа ниже — диагнозы, а не статьи.
Если сбор прервался, тема требует повторной попытки. Уже сохранённые статьи остаются в библиотеке.
Нажмите на показатель для подробностей. Показатели поиска обновляются автоматически; размер всей библиотеки сверяется отдельно. Время последней проверки указано явно.
Результаты поиска
35037 публикаций
Поиск: 980 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 2553 с найденным полным текстом
The spine journal : official journal of the North American Spine Society2024eng
BACKGROUND CONTEXT: Cervical disc arthroplasty (CDA) has become an increasingly popular alternative to anterior cervical discectomy and fusion, offering benefits such as motion preservation and reduced risk of adjacent segment disease. Despite its advantages, understanding the economic implications associated with varying patient and hospital factors remains critical.
PURPOSE: To evaluate how hospital size, geographic region, and patient-specific variables influence charges associated with the primary admission period following CDA.
STUDY DESIGN: A retrospective analysis using machine learni
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Background: Acute respiratory distress syndrome (ARDS) commonly develops in traumatic brain injury (TBI) patients and is a risk factor for poor prognosis. We designed this study to evaluate the performance of several machine learning algorithms for predicting ARDS in TBI patients. Methods: TBI patients from the Medical Information Mart for Intensive Care-III (MIMIC-III) database were eligible for this study. ARDS was identified according to the Berlin definition. Included TBI patients were divided into the training cohort and the validation cohort with a ratio of 7:3. Several machine learning
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BackgroundDeep learning has the potential to augment the use of chest radiography in clinical radiology, but challenges include poor generalizability, spectrum bias, and difficulty comparing across studies.PurposeTo develop and evaluate deep learning models for chest radiograph interpretation by using radiologist-adjudicated reference standards.Materials and MethodsDeep learning models were developed to detect four findings (pneumothorax, opacity, nodule or mass, and fracture) on frontal chest radiographs. This retrospective study used two data sets. Data set 1 (DS1) consisted of 759 611 image
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
The COVID-19 pandemic highlighted the complexities of diagnosing and managing acute Respiratory Failure (RF). Early prediction of RF remains a key challenge, with no established tools currently available. This study developed a machine learning model to predict RF in hospitalised COVID-19 patients, using structured data (demographic and clinical variables) and clinical reports processed through Natural Language Processing. Early results show an AUC-ROC of 0.856 and an accuracy of 76.5∖% with a Random Forest model, demonstrating the potential of AI to enhance early prediction of patient outcome
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI)2022eng
BACKGROUND: Acne is one of the most common skin lesions in adolescents. Some severe or inflammatory acne leads to scars, which may have major impacts on patients' quality of life or even job prospects. Grading acne plays an important role in diagnosis, and the diagnosis is made by counting the number of acne. It is a labor-intensive job and it is easy for dermatologists to make mistakes, so it is very important to develop automatic diagnosis methods. Ensemble learning may improve the prediction results of the base models, but its time complexity is relatively high. The ensemble pruning strateg
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
INTRODUCTION: Shoulder instability is a common injury, with a reported incidence of 23.9 per 100 000 person-years. There is still an ongoing debate on the most effective treatment strategy. Non-operative treatment has recurrence rates of up to 60%, whereas operative treatments such as the Bankart repair and bone block procedures show lower recurrence rates (16% and 2%, respectively) but higher complication rates (<2% and up to 30%, respectively). Methods to determine risk of recurrence have been developed; however, patient-specific decision-making tools are still lacking. Artificial intelligen
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
INTRODUCTION: Competitive performance in electronic sports (e-sports) depends on rapid decision-making, emotional regulation, and coordinated communication, yet little is known about whether pre-match vocal behavior contains information predictive of competitive outcomes.
METHODS: This study applied supervised machine learning to 68 acoustic features extracted at the frame level (50-ms frames, 25-ms step) from 60-second pre-match team communication recordings in 89 professional Counter-Strike: Global Offensive matches; frame-level predictions were aggregated into a match-level score represent
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
OBJECTIVE: The American Spinal Injury Association Impairment Scale (AIS) assigned at patient admission is an important predictor of outcomes following spinal cord injury (SCI). However, nearly 80% of records in the Spinal Cord Injury Model Systems (SCIMS) database-a multicenter prospective database of patients with SCI-lack admission AIS grades. Accurate imputation of this missing data could enable more robust analyses and insights into SCI recovery. This study aims to develop and validate methods for imputing missing admission AIS data in the SCIMS database.
METHODS: The study included 16,06
СтатьяВалидационное исследованиеПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
OBJECTIVE: We sought to create a machine learning (ML) model to identify variables that would aid in the prediction of surgical morbidity in cases of placenta accreta spectrum (PAS).
STUDY DESIGN: A multicenter analysis including all cases of PAS identified by pathology specimen confirmation, across five tertiary care perinatal centers in New York City from 2013 to 2022. We developed models to predict operative morbidity using 213 variables including demographics, obstetrical information, and limited prenatal imaging findings detailing placental location. Our primary outcome was prediction of
СтатьяМногоцентровое исследованиеПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Prostate cancer is a common malignancy among elderly males with a growing incidence. While prostate biopsy remains the gold standard for diagnosis, this invasive procedure is poorly tolerated by some patients. The Gleason grade group (GGG) plays a critical role in predicting metastatic risk, guiding treatment selection, and is strongly associated with survival outcomes. Consequently, noninvasive prediction of prostate cancer Gleason grading has emerged as a research priority. This study aimed to develop a noninvasive predictive model integrating multimodal ultrasound data and clini
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Radiotherapy-based regimens are the main treatment for cervical cancer, which has good curative effect and some toxicity. However, radiation-induced toxicities are not easily detected and may be associated with patient survival. OBJECTIVE: Machine-learning with multiomics model was constructed and evaluated to predict key features, treatment response, and survival outcomes of radiotherapy-induced acute rectal toxicities (RI-ARTs) in cervical cancer. METHODS: A retrospective analysis was conducted on 370 patients with cervical cancer who received radiotherapy from 2016 to 2023, of w
СтатьяПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Persistent viruses like Influenza, HIV, and Coronavirus exemplify the challenge of viral escape, significantly hindering the development of long-lasting vaccines and effective treatments. This study leverages a Long Short-Term Memory (LSTM) based deep learning architecture to analyze an extensive dataset of over 3.1 million unique viral spike protein sequences, with SARS-CoV-2 serving as the primary example. Our model, Escape Elite Network (EEN) outperforms existing methods in detecting escape mutations across diverse datasets. In computational (Validation) and wet lab (Baum and Greaney) datas
СтатьяПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Elderly patients with acute myeloid leukemia (AML) exhibit considerable biological and clinical heterogeneity, hindering precise prognosis. Existing prognostic systems inadequately capture the complexity of elderly AML due to their reliance on data from younger cohorts and omission of key factors like immunophenotypic markers and therapeutic profiles. This study aimed to develop and internally validate a machine learning-based prognostic model specifically tailored to elderly AML patients.
METHODS: A total of 156 patients were analyzed using a two-stage modeling strategy. Clinical
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: The Medical College Admission Test (MCAT) has been central to medical school admissions in North America, though its necessity in holistic selection processes remains debated. The COVID-19 pandemic's suspension of MCAT testing sessions allowed institutions to explore alternative admission criteria. Additionally, global challenges in test administration underscore the vulnerability of systems dependent on a single standardized test.
OBJECTIVE: This study aimed to (1) assess whether including MCAT scores in admissions decisions improves the prediction of medical school performance c
СтатьяПоддержка исследования: вне правительства СШАПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: This study aims to develop a habitat model based on vaginal ultrasound images for the non-invasive prediction of LVSI in endometrial cancer (EC) patients. METHODS: We retrospectively collected data from 871 EC patients who underwent surgical resection from September 2017 to January 2025, dividing them into LVSI and non-LVSI groups. Patients’ age and gender were matched using Propensity Score Matching (PSM) in a 1:1 ratio to control for potential confounding factors. Selected patients were randomly divided into training and testing groups in a 7:3 ratio. We extracted habitat feature
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Increasing work pressure has elevated burnout risk among Chinese nurses; identifying associated factors and developing predictive models are essential for early intervention.
AIMS: This study aims to develop a nurse burnout prediction model based on machine learning algorithms in order to assist nursing management in the future.
STUDY DESIGN: A cross-sectional online survey of 1391 Chinese nurses (burnout rate: 75.7%) was conducted from June to September 2025 using snowball sampling. Burnout was measured by MBI-GS, and 25 candidate variables were collected. Data were split 80/20
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND AND PURPOSE: Cardiovascular disease (CVD) is the leading cause of death globally [1] as well as the leading cause of death among cancer survivors [2]. The outcomes of CVD mortality among cancer patients, particularly those with breast cancer, highlight the need for early detection of CVD at the beginning of cancer treatment as cardiotoxicity can also lead to accelerated development of chronic diseases, especially in the presence of risk factors [3].
MATERIALS AND METHODS: A fusion deep learning model was developed and tested using computed tomography (CT) scans and electronic healt
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
The large amount of data collected through automatic milking systems (AMS) may be used for early detection of intramammary infections and become instrumental for monitoring udder health in dairy herds. Machine learning (ML) techniques can aid in improving diagnostic test properties of current indicators of subclinical mastitis (SCM). In this study, we present novel customized ML models for predicting SCM from AMS data. We show how results from several diagnostic tests can be incorporated into ML model training by explicitly accounting for their sensitivity and specificity. The underlying infec
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Steinstrasse is an important complication following extracorporeal shock wave lithotripsy; however, predictive models for risk factors in pediatric populations remain limited. This study aimed to develop and externally validate an explainable machine learning model for predicting steinstrasse formation after ESWL in children. This two-center retrospective study included 807 pediatric patients (< 18 years) who underwent ESWL for renal stones (2015–2025). The internal cohort comprised 685 patients (Adıyaman), while the external validation cohort consisted of 122 patients (Adana). Twenty-six preo
СтатьяМногоцентровое исследованиеПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Sepsis-induced coagulopathy (SIC) is a life-threatening complication characterized by high heterogeneity and mortality. Current prognostic models relying solely on clinical indices often fail to capture complex molecular pathophysiology, limiting precise risk stratification. This study aimed to unveil the molecular landscape of SIC via multi-omics integration and develop a robust machine learning (ML) predictive model.
METHODS: We conducted a comprehensive study of 878 SIC patients. A discovery cohort of 626 patients underwent blood transcriptomic profiling (RNA-seq) and a subset
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.